近日，我校智能学院、教育部导航仪器工程研究中心青年教师黄玉龙、张勇刚、徐博与我校客座教授、英国皇家工程院乔纳森·钱伯斯院士在国际顶级期刊IEEE宇航与电子系统汇刊合作发表的《一种用于协同定位的新型自适应扩展卡尔曼滤波器》一文在该刊2018年度最佳论文评选中夺冠，荣获IEEEBarryCarlton奖。这是该奖项自1958年设立以来，中国大陆高校首次获奖。

水下自主机器人（AUV）要想顺利完成任务和安全返航，拥有水下的高精度导航定位是前提与关键。由于GPS信号在水中会剧烈衰减，因此，如何在水下实现AUV精确定位成为一个挑战性问题。水下定位通常基于惯性导航系统实现，但是惯性导航的定位误差会随时间积累而不断变大。针对这一问题，协同定位方法融合了惯导输出和对邻近AUV的相对测距信息，能够为AUV集群的高精度水下协同定位提供可行的解决方案。但是在实际的协同定位场景中，惯导和声学传感器的噪声统计特性往往未知甚至随时间推移发生变化，这将导致信息融合精度下降。获奖论文从贝叶斯估计角度重新设计融合方案，首次采用期望最大化方法对一步预测协方差矩阵和量测噪声协方差矩阵进行联合在线估计，获得一种计算简洁、适合工程实际应用的新型自适应扩展卡尔曼滤波器。AUV协同定位模拟实验证明所提出方法对时变噪声环境具有很强的自适应调节能力，降低了对先验信息的依赖，获得了学术界和工程领域的广泛好评。

IEEE宇航与电子系统汇刊主编迈克尔·赖斯教授在提名该论文时评价“这篇论文通过联合估计一步预测协方差矩阵和量测噪声协方差矩阵解决了AUV协同定位在先验参数不精确情况下的定位精度下降问题。论文行文流畅、语言精炼、切中关键，数学公式和符号使用规范且易于理解，并获得了国际同行的高度认可和大量的引用。论文所具有的高品质不仅体现出作者的创新力，而且也体现了IEEE宇航与电子汇刊在基础研究和应用科学方面的巨大影响力。”IEEE宇航与电子系统汇刊导航领域高级主编乔格尔·马蒂厄教授及IEEE宇航与电子系统学会出版团队评价“这篇文章的主要优势是强有力的实验论证，主要贡献是提出了基于期望最大化方法的自适应扩展卡尔曼滤波器，而创新性在于对一步预测协方差矩阵，而非状态噪声协方差矩阵的自适应估计。”

IEEE宇航与电子系统汇刊是航空航天航海领域顶级期刊，连续多年被评为中科院顶级期刊。IEEE Barry Carlton奖设立于1958年，是IEEE学会最古老的奖项之一，每年评选一次，用于表彰IEEE宇航与电子系统汇刊四年前发表的年度最佳论文，其中评选排名第一的论文获得IEEE Barry Carlton奖，排名第二的论文获得IEEE Barry Carlton荣誉提名奖。黄玉龙与张勇刚教授2017年发表在IEEE宇航与电子系统汇刊的论文曾获得2021年IEEE Barry Carlton荣誉提名奖。此次是继2021年获得提名奖后，再一次进入最佳论文奖提名并最终获奖。